期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到384篇文章
< 1 2 … 20 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于OpenMV模组和MobileNet V2模型的葡萄图像识别 被引量：1
1
作者 戈秀龙 戴文华 +2 位作者 李积武 赵云 沈佳健 《农机化研究》 北大核心 2025年第10期259-267,共9页
为了提高葡萄种植棚内葡萄自动采摘的准确度和效率,在葡萄的图像识别中必须依靠性能优越的嵌入式计算机和轻量级低延迟的神经网络模型。为此,基于OpenMV4 H7 Plus和OpenMV IDE开发环境,在葡萄种植棚中现场采集葡萄图片,利用PyCharm的Pyt... 为了提高葡萄种植棚内葡萄自动采摘的准确度和效率,在葡萄的图像识别中必须依靠性能优越的嵌入式计算机和轻量级低延迟的神经网络模型。为此,基于OpenMV4 H7 Plus和OpenMV IDE开发环境,在葡萄种植棚中现场采集葡萄图片,利用PyCharm的Python编程,经过旋转、平移、缩放和噪声添加等操作后形成扩展的深度学习葡萄图像数据集;应用Edge Impulse搭建模型规模小、检测速度快的MobileNet V2神经网络,以像素96×96作为输入并采用迁移学习的方式训练,得到反映模型质量的Epoch Loss、Train Loss、Recall和F 1 Score等指标,显示在经过一定的学习循环后Epoch Loss、Train Loss均收敛到较小值且Recall和F 1 Score逐步趋于稳定,其验证集准确度为92.4%;同时,搭建了一个试验装置,将所得模型部署到OpenMV4 H7 Plus模块,模拟试验摄像头相对葡萄横向移动时的识别效果。研究结果表明:配置了神经网络学习算法的OpenMV4 H7 Plus模块对葡萄识别准确度较高且识别速度较快,具有一定的应用价值。 展开更多
关键词 葡萄图像识别 机器视觉 神经网络 OpenMV4 H7 Plus mobilenet V2
在线阅读 下载PDF
基于MobileNet V3的半导体芯片缺陷检测方法研究 被引量：1
2
作者 张志敏 陈心怡 《重庆科技大学学报(自然科学版)》 2025年第2期80-87,108,共9页
针对半导体芯片缺陷检测的挑战,提出了一种基于MobileNet V3的半导体芯片缺陷检测方法。首先,引入协调注意力机制,增强模型对缺陷特征的定位能力;其次,优化深度可分离卷积层结构,提升特征提取效率;最后,改进数据预处理流程,使模型更好... 针对半导体芯片缺陷检测的挑战,提出了一种基于MobileNet V3的半导体芯片缺陷检测方法。首先,引入协调注意力机制,增强模型对缺陷特征的定位能力;其次,优化深度可分离卷积层结构,提升特征提取效率;最后,改进数据预处理流程,使模型更好地适应半导体芯片图像特性。实验结果表明,改进后模型的准确率、召回率、F1分数和AUC均高于原模型及其他对比模型。改进后模型在半导体芯片缺陷检测任务中表现出了优异性能,可为工业级高精度缺陷检测提供可靠的技术支持。 展开更多
关键词 mobilenet V3模型 协调注意力机制 半导体芯片缺陷检测 深度学习
在线阅读 下载PDF
基于改进MobileNet v3-small模型的苹果叶片病害识别方法 被引量：2
3
作者 王浩宇 胡玉荣 +3 位作者 崔艳荣 陈华锋 李素若 刘奕 《江苏农业科学》 北大核心 2025年第5期113-120,共8页
针对真实环境下苹果叶片病害识别背景复杂、识别准确率不高的现状,提出基于改进MobileNet v3-small模型的苹果叶片病害识别方法,根据苹果叶片病害特征,在模型主干网络前嵌入Inception v2模型,不仅可增强模型对特征的多尺度感知能力,还... 针对真实环境下苹果叶片病害识别背景复杂、识别准确率不高的现状,提出基于改进MobileNet v3-small模型的苹果叶片病害识别方法,根据苹果叶片病害特征,在模型主干网络前嵌入Inception v2模型,不仅可增强模型对特征的多尺度感知能力,还能使模型更好地捕捉到病害的细微差异,有助于提升特征的多样性;同时在池化层前引入通道混洗,将输入通道分成2个组进行混洗操作,便于通道之间的信息交互,使得模型对特征的整合能力有所提升,有助于提升模型对复杂背景下病害特征的识别效果。采用覆盖斑点落叶病、褐斑病、花叶病、灰斑病和锈病等5种常见病害的图像数据集进行试验。结果表明,改进的模型比原模型平均召回率提升1.98百分点,平均F1分数提升1.97百分点,Top-1准确率提升1.89百分点,平均精确率提升1.88百分点,而参数量仅为17.7 M,与其他经典网络模型相比,性能评估指标均有不同程度的提升。改进的模型可为真实场景下苹果叶片病害的识别提供一种新颖且有效的方法。 展开更多
关键词 苹果叶片病害 图像识别 mobilenet v3-small模型 通道混洗 Inception v2模型
在线阅读 下载PDF
基于MobileNet隧道围岩完整性程度的确定方法
4
作者 柳厚祥 杨彩霞 《中外公路》 2025年第6期227-233,共7页
为更高效率地确定隧道围岩完整性程度,该文提出了一种基于轻量级神经网络MobileNet-v2的隧道围岩岩体完整性程度的精确确定方法。首先,将图像进行灰度化、图像降噪以及裂隙边缘检测处理;然后,利用MobileNet-v2轻量级神经网络模型在Image... 为更高效率地确定隧道围岩完整性程度,该文提出了一种基于轻量级神经网络MobileNet-v2的隧道围岩岩体完整性程度的精确确定方法。首先,将图像进行灰度化、图像降噪以及裂隙边缘检测处理;然后,利用MobileNet-v2轻量级神经网络模型在Image-Net数据集上进行预训练,并与迁移学习相结合完成训练集、验证集以及测试集的数据检测;最后,与传统神经网络RestNet-50、VGG16做对比试验。通过裂隙面积、宽度和长度的识别,引入裂隙比Ks作为评判围岩完整性程度的指标。结果表明:(1)在准确率、损失值和训练时间等方面,MobileNet-v2模型明显优于VGG16和RestNet-50模型;(2) MobileNet-v2模型的准确率最高,验证集准确率可达到94%左右;(3)与现场试验结果对比表明,使用数字图像处理方法评判岩体完整性具有较高的准确性和可行性。 展开更多
关键词 隧道工程 岩体完整性 mobilenet-v2 数字图像处理 裂隙比Ks
原文传递
改进MobileNet与融合低阶多通道的模因情感分类
5
作者 高玮军 赵晓萱 《计算机技术与发展》 2025年第9期148-155,共8页
互联网模因已成为网络上最热门的话题之一,并且全球网民都在使用它表达自己的情感。因此,互联网模因分类成为一个活跃的研究方向。然而,现有的多模态方法中,图像特征的提取在计算量和计算时间方面成本过高,融合方法的使用则未考虑模态... 互联网模因已成为网络上最热门的话题之一,并且全球网民都在使用它表达自己的情感。因此,互联网模因分类成为一个活跃的研究方向。然而,现有的多模态方法中,图像特征的提取在计算量和计算时间方面成本过高,融合方法的使用则未考虑模态间的动态平衡以及出现的高维问题。对此,该文提出一种改进MobileNet与融合低阶多通道的互联网模因情感分类模型,用于进行互联网模因的情感分析。模型利用预先训练好的BERT语言模型,以及加入GAM注意力机制的轻量化模型MobileNet,分别学习互联网模因的文本和视觉特征,使用低阶多通道的方法融合模块,有效地融合多模态信息。数据集则使用含有隐喻情感的数据集MET-Meme和Memotion进行实验对比。通过对比实验表明,该模型框架在MET-Meme和Memotion数据集中都有较为优秀的表现,均优于实验所用到的单模态和双模态模型。 展开更多
关键词 互联网模因 情感分类 mobilenet-GAM BERT 低阶多通道融合方法
在线阅读 下载PDF
基于MobileNet-DOA的无人机射频信号识别方法 被引量：1
6
作者 晏行伟 孔令轩 +1 位作者 刘坤 刘安娜 《雷达科学与技术》 北大核心 2025年第1期57-66,共10页
针对当前低信噪比环境下,基于射频信号的无人机型号和飞行模式识别率低的问题,本文提出了一种基于MobileNet-DOA模型的无人机射频信号识别方法。该方法首先对原始无人机射频信号进行基于变分模态分解的信号预处理,降低背景噪声和同频干... 针对当前低信噪比环境下,基于射频信号的无人机型号和飞行模式识别率低的问题,本文提出了一种基于MobileNet-DOA模型的无人机射频信号识别方法。该方法首先对原始无人机射频信号进行基于变分模态分解的信号预处理,降低背景噪声和同频干扰,然后利用短时傅里叶变换将预处理信号转换为时频图,最后利用MobileNet-DOA模型完成无人机射频信号识别。在模型方面,本文首先将DOConv卷积融合到MobileNetv4模型中,在增强模型特征提取能力的同时,提高了训练和运算速度。其次,使用FA注意力机制进一步提升了模型在低信噪比环境下的识别准确率。实验结果表明,该方法在-15~15 dB信噪比范围内的平均检测准确率达到了94.83%,可应用于无人机实时检测识别系统中。 展开更多
关键词 无人机射频信号识别 变分模态分解 mobilenet模型 DOConv卷积 FA注意力机制
在线阅读 下载PDF
基于YOLOv5和MobileNet级联的物理实验设备状态识别方法
7
作者 王芙蓉 刘立程 郝禄国 《激光杂志》 北大核心 2025年第7期50-56,共7页
学生物理实验操作过程的准确评估对中考具有重要意义。要实现实验操作的自动评分,关键在于通过检测实验设备状态的变化来推断实验操作的过程。考虑到物理实验设备状态多样且实验环境复杂,本研究提出了一种结合YOLOv5和MobileNet的级联... 学生物理实验操作过程的准确评估对中考具有重要意义。要实现实验操作的自动评分,关键在于通过检测实验设备状态的变化来推断实验操作的过程。考虑到物理实验设备状态多样且实验环境复杂,本研究提出了一种结合YOLOv5和MobileNet的级联网络模型来对实验设备状态进行自动检测。该模型首先通过改进的YOLOv5进行设备定位和初步识别,改进后的YOLOv5网络模型平均精度提升了3.6%,参数量减少了11.0%。随后,选取MobileNet对实验设备状态进行细粒度分类。最终,通过融合YOLOv5和MobileNet的输出,该模型实现了对实验设备状态的精确检测,为自动评分系统提供了有效的技术支持。 展开更多
关键词 状态识别 YOLOv5 图像分类 mobilenet Ghost卷积 EIOU SimAM
原文传递
基于MobileNet的轻量化云检测模型
8
作者 叶武剑 谢林峰 +2 位作者 刘怡俊 温晓卓 李扬 《自然资源遥感》 北大核心 2025年第3期95-103,共9页
针对现有云检测算法计算量和模型规模庞大、在边缘设备上的部署几乎不可行的问题,提出了一种基于MobileNet网络的轻量化云检测模型。该方法在下采样阶段,使用基于注意力机制的残差模块,通过分组卷积降低模型参数量,并结合通道重排机制... 针对现有云检测算法计算量和模型规模庞大、在边缘设备上的部署几乎不可行的问题,提出了一种基于MobileNet网络的轻量化云检测模型。该方法在下采样阶段,使用基于注意力机制的残差模块,通过分组卷积降低模型参数量,并结合通道重排机制和挤压激励(squeeze-and-excitation,SE)注意力模块来增强通道间的信息交流。通过这种方式,既减少了参数量和计算复杂度,又保持了对重要特征的提取能力。在上采样阶段,使用了RepConv模块和改进的空洞空间金字塔池化模块(atrous spatial pyramid pooling,ASPP),以提高网络的学习能力和捕捉图像细节与空间信息的能力。实验结果证明,该文模型在参数量和模型复杂度降低的情况下,能够实现较高精度的云检测,具备实用性和可行性。 展开更多
关键词 云检测 mobilenet网络 注意力机制 多尺度特征 空洞空间金字塔池化模块
在线阅读 下载PDF
基于多阶段特征融合的MobileNet v3-ULAM茶叶病害识别
9
作者 董虎胜 鲜学丰 +1 位作者 孙逊 杨元峰 《江苏农业科学》 北大核心 2025年第15期200-211,共12页
为了实现对茶园种植的智能化与精准化管理,针对自然场景下茶叶病害的快速与准确识别问题,提出了应用多阶段特征融合策略与ULAM超轻量注意力对MobileNet v3网络作改进的轻量级茶叶病害识别模型。该模型在MobileNet v3网络中新增了1个分支... 为了实现对茶园种植的智能化与精准化管理,针对自然场景下茶叶病害的快速与准确识别问题,提出了应用多阶段特征融合策略与ULAM超轻量注意力对MobileNet v3网络作改进的轻量级茶叶病害识别模型。该模型在MobileNet v3网络中新增了1个分支,对网络各中间阶段的特征作拼接与变换处理,然后与原主干网络提取的特征融合,实现对中间阶段特征的复用,有效增强特征的判别力。为了改进MobileNet v3网络中SE注意力对空间信息处理不足和运算量较大的问题,还设计了一款ULAM注意力模块;ULAM不仅实现了对空间与通道信息的协同处理,还借助转置卷积运算显著降低了运算量,在该注意力模块中只有54个需要学习的参数,具有极为轻量的优势。在CIFAR10通用图像分类任务上,改进后的模型达到94.18%的识别准确率,比原MobileNet v3提高4.13百分点,综合性能优于常见CNN模型。在自建的茶叶常见病害数据集上,直接使用原始数据训练本研究模型可达到95.46%的平均识别准确率,相较于MobileNet v3提升3.34百分点。进一步采用数据平衡处理后,模型平均识别精度提升至98.88%,能够准确地识别白星病、藻斑病、炭疽病等茶叶病害。本研究模型在参数量上比原始MobileNet v3进一步降低,因而适合在移动设备与农机等资源受限的场景中部署。 展开更多
关键词 茶叶病害识别 mobilenet v3 注意力机制 边缘计算 卷积神经网络
在线阅读 下载PDF
基于改进轻量级MobileNet V2-DeepLab V3^(+)模型的恐龙谷环状地区土地利用分类
10
作者 任聪 甘淑 +2 位作者 袁希平 罗为东 朱智富 《兰州大学学报(自然科学版)》 北大核心 2025年第4期436-441,共6页
针对传统卷积神经网络模型对全局特征捕捉不足的缺陷,提出一种基于改进的DeepLab V3^(+)全局通道空间注意力模型.通过处理无人机影像数据,以轻量级网络MobileNet V2为主干网络,结合通道注意力、通道洗牌和空间注意力机制,增强了特征的... 针对传统卷积神经网络模型对全局特征捕捉不足的缺陷,提出一种基于改进的DeepLab V3^(+)全局通道空间注意力模型.通过处理无人机影像数据,以轻量级网络MobileNet V2为主干网络,结合通道注意力、通道洗牌和空间注意力机制,增强了特征的全局特征捕捉能力,有效提升了研究区的土地利用分类精度.在以专家经验构建的道路、耕地、草地等样本中进行对比实验,结果表明,该方法的平均准确率、平均召回率、平均F_(1)分数、平均交并比及К系数比原始DeepLab V3^(+)模型分别提高了1.90%、2.22%、2.22%、3.37%、2.74%,其分割效果相比其他模型,更加关注图像的全局特征,提升了对复杂纹理类别的识别精度. 展开更多
关键词 全局通道空间注意力 mobilenet V2网络 DeepLab V3^(+)模型 土地利用 语义分割
原文传递
基于轻量化MobileNet的便携式玉米籽粒图像识别装置 被引量：1
11
作者 曹烨玲 马德新 《现代农机》 2025年第1期72-74,共3页
玉米作为我国主要粮食作物之一,品种较多,为解决人工识别存在的问题,采用MobileNet轻量级神经网络,对神经网络进行迁移学习,得到Kmodel模型,移植于K210移动终端。MobileNet网络体积小,计算量小,精度高。硬件采用AO1-AI模块,该模块基于... 玉米作为我国主要粮食作物之一,品种较多,为解决人工识别存在的问题,采用MobileNet轻量级神经网络,对神经网络进行迁移学习,得到Kmodel模型,移植于K210移动终端。MobileNet网络体积小,计算量小,精度高。硬件采用AO1-AI模块,该模块基于边缘智能计算芯片K210(RISC-V架构)设计,支持Micropython编程。对数据集进行训练和测试,训练的准确率结果为99%,将模型移植到K210终端进行测试,实验表明玉米籽粒的识别准确率为97.8%,本实验进行了轻量化MobileNet的移植,创制了小型化、便携式识别装置,为玉米籽粒实时图像识别和检测提供了一种解决方案。 展开更多
关键词 轻量级神经网络 轻量化 mobilenet K210 玉米籽粒
在线阅读 下载PDF
基于改进MobileNetV2的金属表面缺陷分类方法
12
作者 姚旭 杨延宁 白鸿冰 《计算机测量与控制》 2025年第11期259-266,共8页
金属表面缺陷检测是工业制造中质量控制的关键环节;传统的人工检测方法由于成本高、效率低,难以满足现代制造业对高精度与高效率的需求;文章提出了一种基于MobileNetV2的改进网络模型,用于提高金属表面缺陷检测的精度与效率;在MobileNe... 金属表面缺陷检测是工业制造中质量控制的关键环节;传统的人工检测方法由于成本高、效率低,难以满足现代制造业对高精度与高效率的需求;文章提出了一种基于MobileNetV2的改进网络模型,用于提高金属表面缺陷检测的精度与效率;在MobileNetV2网络基础上,引入坐标注意力机制以增强特征学习能力,采用深度可分离思想改进Inception模块,在增强网络对多尺度特征的提取能力的同时保持模型参数量;通过图像增强技术处理数据集,以提升网络的鲁棒性;实验在NEU-DET金属缺陷数据集上进行,验证了模型的有效性;IC_MobileNetV2模型在验证集上取得了92.8%的准确率,与原始的MobileNetV2、GoogleNet、DenseNet、ResNet34和ResNet50相比,准确率分别提高了5.6%、2.8%、0.9%、1.7%和1.7%;实验结果表明,该方法在金属表面缺陷分类任务中具有较好的应用潜力。 展开更多
关键词 缺陷图像检测 mobilenet网络 深度可分离卷积 注意力机制 Inception网络
在线阅读 下载PDF
基于改进MobileNetV3的轻量化非侵入式负荷识别方法研究
13
作者 李淑康 赵升 宰州鹏 《温州大学学报(自然科学版)》 2025年第4期55-63,共9页
针对应用于配电网用户端的非侵入式负荷监测算法存在模型复杂和计算资源要求高等问题,提出一种基于改进MobileNetV3的轻量化非侵入式负荷识别方法.该方法通过稠密残差结构来大幅压缩网络参数,并采用网络结构修剪去除冗余的计算量和参数... 针对应用于配电网用户端的非侵入式负荷监测算法存在模型复杂和计算资源要求高等问题,提出一种基于改进MobileNetV3的轻量化非侵入式负荷识别方法.该方法通过稠密残差结构来大幅压缩网络参数,并采用网络结构修剪去除冗余的计算量和参数量,能显著降低模型尺寸和计算需求.采用公开数据集PLAID对所述方法进行测试验证,实验结果表明,改进MobileNetV3轻量化算法的参数量和计算量分别为基准模型的3.26%和16.49%,准确率提升2.72%,展现了其在配电网用户端边缘设备上的应用前景. 展开更多
关键词 非侵入式负荷识别 mobilenet 轻量化模型 残差模块
在线阅读 下载PDF
基于MobileNet的自然保护区人类活动遥感监测
14
作者 孙立娥 李金玺 +1 位作者 徐可 汪进生 《地理空间信息》 2025年第9期85-88,共4页
以2023年高分辨率遥感影像为数据源,首先利用7种分类方法提取某省级自然保护区的土地利用分类信息,并进行精度评估;再结合人工目视解译识别各种人类活动,并进行人类活动影响评价。结果表明,7种分类方法中MobileNet模型的分类准确率高达9... 以2023年高分辨率遥感影像为数据源,首先利用7种分类方法提取某省级自然保护区的土地利用分类信息,并进行精度评估;再结合人工目视解译识别各种人类活动,并进行人类活动影响评价。结果表明,7种分类方法中MobileNet模型的分类准确率高达98.44%,明显高于传统方法;该省级自然保护区的主要人类活动类型为居民点,其次为农田、交通设施、其他人工设施和旅游用地;保护区总体受人类活动影响轻微,各功能分区中核心区、缓冲区和实验区受人类活动影响程度分别为轻微、一般和较明显。 展开更多
关键词 遥感监测 mobilenet模型 人类活动 自然保护区
在线阅读 下载PDF
基于局部感受野扩张D-MobileNet模型的图像分类方法 被引量：6
15
作者 王威 邹婷 王新 《计算机应用研究》 CSCD 北大核心 2020年第4期1261-1264,1270,共5页
针对轻量级深度神经网络MobileNet会减少分类准确率的问题,将空洞卷积核引入MobileNet模型的某一卷积层中,提出一种基于局部感受野扩张的D-MobileNet模型。该模型根据空洞卷积核所在位置的不同分为三种结构,在不增加参数数量的同时能够... 针对轻量级深度神经网络MobileNet会减少分类准确率的问题,将空洞卷积核引入MobileNet模型的某一卷积层中,提出一种基于局部感受野扩张的D-MobileNet模型。该模型根据空洞卷积核所在位置的不同分为三种结构,在不增加参数数量的同时能够扩大该层卷积核的局部感受野,提高分类精度。实验在Caltech-101数据集、Caltech-256数据集以及图宾根大学动物分类数据库上进行,结果表明,D-MobileNet模型可获得比MobileNet更好的分类准确率,最多可以提高2%。 展开更多
关键词 图像分类 深度神经网络 mobilenet 空洞卷积 D-mobilenet
在线阅读 下载PDF
基于MobileNet模型的人脸识别标签投毒攻击
16
作者 隋晗 《移动信息》 2025年第9期165-167,共3页
人脸识别系统广泛应用于安防、金融等领域,但其性能高度依赖训练数据的质量。恶意攻击者可能通过标签投毒攻击来破坏模型的可靠性,从而威胁系统安全。文中通过使用LFW数据集,探讨了标签投毒攻击对基于Mo⁃bileNet模型的人脸识别系统性能... 人脸识别系统广泛应用于安防、金融等领域,但其性能高度依赖训练数据的质量。恶意攻击者可能通过标签投毒攻击来破坏模型的可靠性,从而威胁系统安全。文中通过使用LFW数据集,探讨了标签投毒攻击对基于Mo⁃bileNet模型的人脸识别系统性能的影响。实验结果表明,未受攻击时,模型的训练准确率从0.55提升至0.99,验证准确率从0.50提升至0.96,表现出较强的泛化能力。而投毒攻击显著降低了模型的泛化能力,验证准确率从0.85提升至0.91,召回率和F1值也有所下降。研究结果表明了标签投毒攻击对模型鲁棒性的潜在威胁,以及在实际应用中采取防御措施的重要性。 展开更多
关键词 标签投毒攻击 mobilenet模型 人脸识别 模型泛化能力
在线阅读 下载PDF
基于MobileNet-V2-SSD的矿井机电设备工作状态检测方法
17
作者 郭刘勇 《机械管理开发》 2025年第1期287-289,共3页
为了实现矿井作业过程中机电设备工作状态的有效检测,研究并提出了一种基于单次多盒探测器的智能检测方法。所提模型进行了轻量化操作,并引入了特征金字塔网络,能够有效提升整体模型的计算速度和检测精度。仿真实验结果显示,所提模型在... 为了实现矿井作业过程中机电设备工作状态的有效检测,研究并提出了一种基于单次多盒探测器的智能检测方法。所提模型进行了轻量化操作,并引入了特征金字塔网络,能够有效提升整体模型的计算速度和检测精度。仿真实验结果显示,所提模型在第176次迭代时,损失值趋于平稳,计算准确性和稳定性未出现较大波动;实际应用效果显示,构建的系统能够有效捕捉设备的振动加速信号,矿井机电设备的振动强度超过81 m/s^(2),可能存在一定的故障,验证了所提系统的有效性,因此具有较大的应用潜力。 展开更多
关键词 mobilenet-V2-SSD 矿井 机电设备 目标检测 FPN
在线阅读 下载PDF
基于MobileNet与YOLOv3的轻量化卷积神经网络设计 被引量：51
18
作者 邵伟平 王兴 +1 位作者 曹昭睿 白帆 《计算机应用》 CSCD 北大核心 2020年第S01期8-13,共6页
针对当前基于卷积神经网络的目标检测算法在小型图像处理计算平台中兼容性较差、计算能力低下以及网络训练过程中占用内存过大的问题,提出了一种轻量化卷积神经网络(CNN)YOLO-Slim,并利用YOLOv3验证可行性。首先,通过网络基础构架的改... 针对当前基于卷积神经网络的目标检测算法在小型图像处理计算平台中兼容性较差、计算能力低下以及网络训练过程中占用内存过大的问题,提出了一种轻量化卷积神经网络(CNN)YOLO-Slim,并利用YOLOv3验证可行性。首先,通过网络基础构架的改变以及将标准卷积替换为深度可分离卷积实现了网络参数与计算量的大幅度降低;其次,依据网络层对平均精度均值(mAP)的影响程度剪枝网络层,实现网络的层间剪枝;然后,使用中位数的通道剪枝策略实现对网络的层内剪枝,最终,完成轻量化网络的设计。实验结果表明,在VOC2007测试数据集上所设计的YOLO-Slim较原始YOLOv3在模型大小方面减小了90%;mAP为76.42%,识别速度为16 ms。能够为微型图像计算平台提供快速精确的目标识别能力。 展开更多
关键词 深度学习 卷积神经网络 mobilenet YOLOv3 轻量化网络
在线阅读 下载PDF
复杂背景下基于MobileNets的花卉识别与模型剪枝 被引量：20
19
作者 孔英会 朱成诚 车辚辚 《科学技术与工程》 北大核心 2018年第19期84-88,共5页
为了准确识别复杂背景下的花卉目标,并兼顾模型的大小,提出了复杂背景下基于MobileNets的花卉识别与模型剪枝的方法。通过布尔显著性检测出前景花卉目标,进而结合GrabCut算法对花卉目标前背景分离,最终由MobileNets卷积神经网络进行识... 为了准确识别复杂背景下的花卉目标,并兼顾模型的大小,提出了复杂背景下基于MobileNets的花卉识别与模型剪枝的方法。通过布尔显著性检测出前景花卉目标,进而结合GrabCut算法对花卉目标前背景分离,最终由MobileNets卷积神经网络进行识别和表达,识别率在应用布尔显著性结合GrabCut算法前后分别为0.851和0.903。为使模型占用更小的存储空间,采用L2范数方法对模型进一步剪枝,存储空间在剪枝前后分别为46.2 MB和24.3 MB,能够满足移动端的应用需求。 展开更多
关键词 显著性 GRABCUT mobilenets 剪枝 L2范数 移动端
在线阅读 下载PDF
结合Y^(d)U^(a)V^(a)颜色模型和改进MobileNetV3的视频烟雾检测方法 被引量：7
20
作者 刘通 程江华 +2 位作者 华宏虎 罗笑冰 程榜 《国防科技大学学报》 EI CAS CSCD 北大核心 2021年第5期80-85,共6页
为降低视频烟雾检测中的虚警率和提升检测效率,提出Y^(d)U^(a)V^(a)颜色模型,该模型可以表征烟雾的空间域分布特性和时间域变化特性。利用该颜色模型快速筛选出疑似烟雾图像块,降低虚警率和提升运算效率。提出改进的MobileNetV3网络结构... 为降低视频烟雾检测中的虚警率和提升检测效率,提出Y^(d)U^(a)V^(a)颜色模型,该模型可以表征烟雾的空间域分布特性和时间域变化特性。利用该颜色模型快速筛选出疑似烟雾图像块,降低虚警率和提升运算效率。提出改进的MobileNetV3网络结构,用于提取图像深度特征并对疑似烟雾图像块进行分类识别,检测视频中是否存在烟雾。视频烟雾检测仿真结果表明:该方法准确率和检测帧率高,虚警率低。 展开更多
关键词 烟雾检测 深度学习 颜色模型 轻量级网络 mobilenet
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 20 下一页 到第 页
使用帮助 返回顶部